Matlab在视频人脸识别中的应用

我在自己的数据集上训练过alexnet，该数据集包含来自不同人群的近12k幅图像。我在图像上测试了它，得到了一些结果，但我想在视频中测试它。如何将经过训练的分类器应用于一些.mp4视频。这是我用来在图像上测试它的代码，但我想在视频上应用它

clear,clc,close all
load('Classifier3.mat');

newImage = imread(fullfile('test4.jpg'));
ds = augmentedImageDatastore(imageSize,...
    newImage,'ColorPreprocessing','gray2rgb');
imageFeatures = activations(net,ds,...
    featureLayer,'MiniBatchSize',128,'OutputAs','columns');

label = predict(classifier, imageFeatures,'ObservationsIn','columns');

T = sprintf('This image is belongs to %s class', label)

imshow(newImage), title(T); ```

---

视频是一个图像流；提取它的帧，然后应用你的代码。谢谢你的回答，所以基本上我只是从第1帧到最后提取到视频，其余的代码将是一样的，再次加载我的分类器并将其应用到每一帧，对吗？你将对整个视频使用相同的分类器，对吗？。因此，您不需要一次又一次地加载分类器。只要加载一次就足够了，剩下的代码也差不多。这个项目是关于人脸识别和验证的，我在图像上训练了alexnet，所以我想问我应该把这个分类器应用到整个视频中，还是我应该用cascade检测人脸并把这个分类器应用到检测到的人脸上？系统应该识别每个人。例如，拯救他们；检测Mark的脸并将其保存到excel，例如“Mark在下午3点进入银行”您对完成我的项目有什么建议吗？在我看来，首先检测脸会更好，因为否则您的分类器仍然可以预测没有脸的情况。虽然你可以在分数上设置一个条件来检查它的有效性，但如果你在相关数据（即人脸）上设置条件，效果会更好。只有视频是一个图像流；提取它的帧，然后应用你的代码。谢谢你的回答，所以基本上我只是从第1帧到最后提取到视频，其余的代码将是一样的，再次加载我的分类器并将其应用到每一帧，对吗？你将对整个视频使用相同的分类器，对吗？。因此，您不需要一次又一次地加载分类器。只要加载一次就足够了，剩下的代码也差不多。这个项目是关于人脸识别和验证的，我在图像上训练了alexnet，所以我想问我应该把这个分类器应用到整个视频中，还是我应该用cascade检测人脸并把这个分类器应用到检测到的人脸上？系统应该识别每个人。例如，拯救他们；检测Mark的脸并将其保存到excel，例如“Mark在下午3点进入银行”您对完成我的项目有什么建议吗？在我看来，首先检测脸会更好，因为否则您的分类器仍然可以预测没有脸的情况。虽然您可以在分数上设置一个条件来检查其有效性，但如果您仅在相关数据（即面）上这样做，效果会更好